Fugu-MT 論文翻訳(概要): A Bayesian Variational principle for dynamic Self Organizing Maps

論文の概要: A Bayesian Variational principle for dynamic Self Organizing Maps

arxiv url: http://arxiv.org/abs/2208.11337v1
Date: Wed, 24 Aug 2022 07:36:05 GMT
ステータス: 処理完了
システム内更新日: 2022-08-25 12:07:13.736992
Title: A Bayesian Variational principle for dynamic Self Organizing Maps
Title（参考訳）: 動的自己組織化マップに対するベイズ変分原理
Authors: Anthony Fillion, Thibaut Kulak, Fran\c{c}ois Blayo
Abstract要約: 本稿では,変分ベイズフレームワークを用いた適応近傍半径を用いたSOM学習手法を提案する。この方法は、非定常的な設定で検証され、他の適応法と比較される。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose organisation conditions that yield a method for training SOM with adaptative neighborhood radius in a variational Bayesian framework. This method is validated on a non-stationary setting and compared in an high-dimensional setting with an other adaptative method.
Abstract（参考訳）: 我々は,変分ベイズ的枠組みを用いて,適応的な近傍半径を持つSOMの訓練方法を示す組織条件を提案する。この方法は非定常設定で検証され、高次元設定で他の適応法と比較される。

関連論文リスト

IDA: Informed Domain Adaptive Semantic Segmentation [51.12107564372869]
クラスレベルのセグメンテーション性能に基づいてデータを混合する自己学習フレームワークであるDomain Informed Adaptation (IDA) モデルを提案する。 IDAモデルでは、クラスレベルの性能を期待信頼スコア(ECS)によって追跡し、動的スケジュールを用いて異なる領域のデータに対する混合比を決定する。提案手法は,GTA-Vの都市景観への適応において1.1 mIoU,SynTHIAの都市への適応において0.9 mIoUのマージンで,最先端のUDA-SS法よりも優れる。
論文参考訳（メタデータ） (2023-03-05T18:16:34Z)
Free-Form Variational Inference for Gaussian Process State-Space Models [21.644570034208506]
ベイズGPSSMにおける新しい推論法を提案する。本手法はハミルトニアンモンテカルロの誘導による自由形式変分推論に基づく。提案手法は, 競合する手法よりも, 遷移力学や潜伏状態をより正確に学習できることを示す。
論文参考訳（メタデータ） (2023-02-20T11:34:16Z)
Manifold Gaussian Variational Bayes on the Precision Matrix [70.44024861252554]
複雑なモデルにおける変分推論(VI)の最適化アルゴリズムを提案する。本研究では,変分行列上の正定値制約を満たすガウス変分推論の効率的なアルゴリズムを開発した。 MGVBPはブラックボックスの性質のため、複雑なモデルにおけるVIのための準備が整ったソリューションである。
論文参考訳（メタデータ） (2022-10-26T10:12:31Z)
Accelerated Federated Learning with Decoupled Adaptive Optimization [53.230515878096426]
フェデレートドラーニング(FL)フレームワークは、クライアント上のトレーニングデータのプライバシを維持しながら、共有モデルを協調的に学習することを可能にする。近年,SGDM,Adam,AdaGradなどの集中型適応最適化手法をフェデレートした設定に一般化するためのイテレーションが多数実施されている。本研究は、常微分方程式(ODE)のダイナミクスの観点から、FLの新しい適応最適化手法を開発することを目的としている。
論文参考訳（メタデータ） (2022-07-14T22:46:43Z)
Cyclical Kernel Adaptive Metropolis [0.5801044612920815]
本稿では,cKAM,cKAM,Cernel Adaptive Metropolisを提案する。本稿では, 既存の適応メトロポリス型アルゴリズムは, 両モード分布において, 真の後続分布に収束しないことを示す。我々は,cKAMが後部分布の探索を奨励し,サンプルが適応手法の高性能を維持しつつ,局所モードから脱出できることを実証した。
論文参考訳（メタデータ） (2022-06-29T06:32:47Z)
On Enforcing Better Conditioned Meta-Learning for Rapid Few-Shot Adaptation [31.471917430653626]
我々は、最適化問題を非線形の最小二乗形式に再キャストすることで、メタラーニングモデルに対して$textitwell-conditioned$パラメータ空間を強制する原則的な方法が提供されることを実証する。評価の結果,提案手法は初期適応段階において,制約のない手法よりも優れていた。
論文参考訳（メタデータ） (2022-06-15T02:44:45Z)
Learning Instance-Specific Adaptation for Cross-Domain Segmentation [79.61787982393238]
クロスドメイン画像セグメンテーションのためのテスト時間適応法を提案する。テスト時に新しい目に見えないインスタンスが与えられると、インスタンス固有のBatchNormキャリブレーションを実行することで、事前トレーニングされたモデルを適用します。
論文参考訳（メタデータ） (2022-03-30T17:59:45Z)
Variational Nonlinear System Identification [0.8793721044482611]
本稿では,非線形状態空間モデルに対するパラメータ推定について検討する。我々は,最大確率推定に深いつながりを持つ原理的手法である変分推論(vi)アプローチを採用する。このviアプローチは最終的に、決定論的で扱いやすく、標準最適化ツールを使って解決できる最適化問題の解としてモデルの推定を提供する。
論文参考訳（メタデータ） (2020-12-08T05:43:50Z)
On the implementation of a global optimization method for mixed-variable problems [0.30458514384586394]
このアルゴリズムは、グットマンの放射基底関数と、レジスとシューメーカーの計量応答面法に基づいている。これら2つのアルゴリズムの一般化と改良を目的としたいくつかの修正を提案する。
論文参考訳（メタデータ） (2020-09-04T13:36:56Z)
Control as Hybrid Inference [62.997667081978825]
本稿では、反復推論と償却推論のバランスを自然に仲介するCHIの実装について述べる。連続的な制御ベンチマークでアルゴリズムのスケーラビリティを検証し、強力なモデルフリーおよびモデルベースラインを上回る性能を示す。
論文参考訳（メタデータ） (2020-07-11T19:44:09Z)
GACEM: Generalized Autoregressive Cross Entropy Method for Multi-Modal Black Box Constraint Satisfaction [69.94831587339539]
本稿では,マスク付き自己回帰ニューラルネットワークを用いて解空間上の均一分布をモデル化するクロスエントロピー法(CEM)を提案する。我々のアルゴリズムは複雑な解空間を表現でき、様々な異なる解領域を追跡できる。
論文参考訳（メタデータ） (2020-02-17T20:21:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。